AI 債務黑洞引爆保險騙局,比特幣必贏

智通財經
昨天

據 Woofun AI 消息,Arthur Hayes 指出,Anthropic、OpenAI 和 SpaceX 宣稱以"安全優先"為由放緩通用人工智能(AGI)研發,實則是為了掩蓋其無法盈利的殘酷經濟現實。這些公司打造的所謂"硅基神明"(Silicon-God)敘事正在崩塌,市場真正的需求是價格僅為美國百分之一的中國定價模型,而非昂貴的美國技術。

這種供需錯配導致算力需求萎縮,進而引發背後龐大的債務危機。

深入剖析 AI 巨頭的財務真相,可以發現盈利謊言正面臨中國定價的衝擊。隨着三季度末臨近,Anthropic 遲遲未上市,引發市場對其財報真實性的強烈質疑。Hayes 迫切希望研讀其即將遞交的 S-1 招股書,以釐清為用戶提供每一個 Token 的真實成本,以及盈利客戶群體是在擴大還是萎縮。

然而,所有關於成本結構和利潤率的疑問,都被"安全優先"這一藉口所掩蓋。實際上,市場對 AI 的需求旺盛,但消費者更傾向於選擇價格僅為美國百分之一的中國模型。當美國從業者指責中國產品質量差或依賴蒸餾模型時,市場並未買賬,只追求最便宜的智能服務。因此,AI 巨頭轉而以關心人類安全為由暫停研發,實則是為了爭取政府監管和資助,以維持其高昂的定價體系。

算力債務危機正迅速蔓延,形成萬億負債與表外擔保的複雜網絡。Anthropic、OpenAI 等頭部 AI 實驗室對算力的巨大需求,支撐着超過 1 萬億美元的投資級債務,以及數千億的低信用評級貸款。由於這些實驗室合計未產生任何利潤,它們必須依賴英偉達 (NVDA.US)、博通 (AVGO.US)、谷歌 (GOOGL.US)、微軟 (MSFT.US)等盈利科技企業作為後盾,為數據中心租賃和芯片採購對應的債務提供表外擔保。芯片與硬件的後續採購,完全依賴於 AI 實驗室持續訓練最前沿的大模型,並為客戶處理推理請求。一旦"安全優先"成為核心準則,訓練新模型的開支將從高位回落,企業重心轉向提升電力轉化智能的效率,這將直接導致客戶算力支出減少。本質上,"安全優先"就是摧毀算力需求,從而動搖整個債務鏈條的根基。

安全優先的實質是摧毀需求,進而引發債務違約風險。如果 AI 資本開支依靠經營現金流孖展,風險尚可控,但現實是數萬億美元的債務都依然存在。一旦 AI 實驗室不再按預期規模消耗算力,這類債務的價格將大幅下跌。關鍵在於,買入這些債務的投機者普遍加槓桿,持有大量劣質債務。

Woofun AI 整理數據顯示,這種槓桿化的債務結構使得市場極度脆弱,任何需求端的收縮都可能引發連鎖反應。真正的核心問題在於,誰最終買入了這些債務,以及他們在買入時是否使用了槓桿。答案顯然是肯定的,投機者通過高槓杆買入這些由 AI 敘事支撐的劣質資產,為未來的危機埋下隱患。

最終的接盤人是數百萬美國保險保單持有人,他們間接押注了 AI 故事,卻面臨資不抵債的風險。Substack 上的 Nick Nameth 透徹地揭示了這一騙局:如果按市場公允價值重估 AI 相關債務,很大一部分美國保險行業實際上已經資不抵債。在部分準備金銀行主導的全球經濟體中,這引出了投資的核心命題。保險公司銷售壽險和年金保單,將保費資金投資於 AI 相關債務,以獲取高收益。

然而,一旦 AI 債務貶值,保險公司的資產負債表將遭受重創,投保人將面臨巨大的損失。這種風險轉移機制,使得普通民衆成為金融精英投機行為的最終受害者。

美國政府面臨二選一的局面:要麼以國家安全之名充當算力的最終採購方,要麼印鈔救助深陷虧損的保險公司。無論選擇哪條路,比特幣持有者與加密投資者都是贏家。如果政府無視市場信號,執意投入資金研發不具備商業盈利性的"硅基神明",就需要印鈔來資助這類非生產性支出,這必然催生更多金融投機,推高比特幣價格。

如果政府選擇救助保險行業,就會印錢承接不良 AI 債務,擴大貨幣供應量,繼而推高比特幣價格。這種兩難困境,使得貨幣擴張成為不可避免的結局,為加密資產提供了堅實的宏觀基礎。

政治敘事圍繞對抗中國與精英利益輸送展開。以中國之名,美國政府幾乎可以為任何行為找到理由,正如 9・11 事件後發動全球反恐戰爭一樣。這一次,被塑造出來的假想敵是提供平價 AI 產品的中國。AI 大佬們成功說服了特朗普及其幕僚,讓他們無視市場證明 AI 業務不賺錢的現實,以及選民反對新建數據中心的民意。為了擊敗中國,美國必須在資本主義體系內部推行國家社會主義,投入更多資金打造"硅基神明"。這套敘事認為,美國擁有全球最包容、公平的文化,絕不能讓 AGI 掌控在非猶太 - 基督教文明的國家手中。因此,數萬億美元納稅人的錢被交給 Elon、Sam 和 Dario,用於 xAI、OpenAI 和 Anthropic 的研發。

這種狂妄自大的行為,讓人聯想到伊卡洛斯飛得離太陽太近的下場,註定難以持久。

宏觀數據與貨幣政策顯示,加息與銀行擴表並存,流動性環境依然寬鬆。2026 年 6 月,美國名義按年 GDP 增速為 6.6%,而有效聯邦基金利率約 3.6%。財政部長貝森特 持續增發短期國庫券,政府發行這筆債務可以賺取 3% 的收益,但儲戶會承受損失。

如果財政赤字控制在 3% 以內,債務 / GDP 比率就會下降。然而,自 2023 年 7 月以來,美國貨幣政策首次加息,上周議息會議聯儲局全票通過上調政策利率 0.25%。聯儲局創造的貨幣總量不再增長,8 月 14 日起,RMP 短期國債購買計劃已經停止。

如果政府推行算力採購方案,但聯儲局不降低資金成本、不擴表,債務大規模發行會推高利率,激起選民憤怒。因此,特朗普和貝森特需要爭取至少 7 名 FOMC 委員的支持,以確保方案可行性。

與此同時,商業銀行通過擴張總資產,創造了上千億美元新增貨幣,背後是流動性監管約束的放鬆。這次 0.25% 加息之後,銀行存放在聯儲局的超額準備金,每年還能多拿 75 億美元利息,用於新增貸款和金融市場投機。兩者疊加,整體效果仍是刺激性的,足以支撐新增舉債投入 AI 算力建設。

自保保險騙局揭示私募接盤與虛假資本緩衝的運作機制。2008 全球金融危機之後,私營部門去槓桿,聯儲局把利率降到接近零,私募機構的經典玩法是加槓桿收購成熟企業,派息套現後重新上市。

然而,隨着資本成本上升,私募大佬開始尋找長期資金池,保險公司就此登場。2025 年,私募股權與風險投資(PE&VC)的資產管理規模突破 15 萬億美元。私募大佬收購保險公司,自己擔任投資管理人,把劣質資產打包賣給不知情的投保人,這就是自保保險(Captive Insurance)。為了掩蓋騙局,佛蒙特州等部分州的法規允許原保險公司和關聯再保險機構私下設立再保險風險資產,資本緩衝規模可以隨意設定。

以 Terra Luna 為例,如果 Do Kwon 擁有私募大佬的資源,他可能會收購一家叫 Alameda Insurance 的保險公司,利用保費資金買入 USDT,穩住錨定。Alameda 向加州民衆銷售壽險,手握數十億資金,購買投資級公司債。Luna 買通穆迪 (MCO.US)分析師,把自家公司債評定為投資級,給出比 10 年期美債收益率高 5% 的利息。

Alameda 在佛蒙特州註冊一家再保險公司 Three Daggers,每 100 美元再保險資產僅質押 1 美元自有權益。一旦 USDT 價格下跌,Luna 無法兌付債券利息,評級下調,整個結構崩塌,Alameda 賬面資不抵債,投保人蒙受巨大損失。美國多數州保險保障上限僅 25 萬至 30 萬美元,差額無法兌現,且保險保障資金是事後由倖存保險公司出資,變相鼓勵機構極致冒險。

歷史重演預示着救助必然性與加密市場展望。2008 年,AIG (AIG.US) 作為最後的接盤機構,吸納大量劣質二次 CDO 債務,政府出手救助。TARP 救助資金填補 AIG (AIG.US) 窟窿之後,資金直接流向高盛 (GS.US),高盛 (GS.US) 在 2009 年發放創紀錄獎金。Paulson 和 Bernanke 當年還堅持底線,放任雷曼破產,但這個決定是個錯誤,讓公衆看清金融機構如何掠奪大衆。

這一次,貝森特 和沃什 絕不會允許大型保險公司破產,上演類似《大空頭》的金融災難大戲。他們會持續印鈔,避免這場清算,因為 2008 之後,民粹政治力量崛起,民衆不會像過去那樣順從。當年 Obama 批准救助計劃,沒有大規模阻止房屋止贖。等到 2028 年,AOC 不會這麼好說話。因此,沃什 和貝森特 必須杜絕一場公開的信貸災難。

如果特朗普選擇不當算力的最終採購方,評級機構下調 AI 數據中心債務評級,印鈔就會分批、緩慢落地,防止市場全面意識到保險業資不抵債。作為 AI / 加密項目 Flop Network 的創始人,Hayes 認為這套宏觀環境非常有利。美國政府不會放任自由市場叫停數據中心建設,算力原始成本將會下跌,現貨算力供給過剩,推動 AI 智能代理普及。除此之外,大量新增美元會驅動資金涌入加密資產,在貨幣擴張周期,加密資產的表現最為亮眼。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10